베이지안 메타분석을 이용한 우리나라 강·하천의 환경적 가치

한미진 ( Mijin Han ) 한국환경경제학회·한국자원경제학회(구 한국환경경제학회) 2018 한국환경경제학회 학술발표논문집 Vol.2018 No.하계

환경재의 가치평가는 그간 환경경제학 분야에서 꾸준히 관심을 가지고 있던 문제이다. 그러나 국내에서 축적된 가치추정 연구를 바탕으로 통합된 하나의 가치추정치를 분석하고자 하는 연구는 거의 없었으며, 그동안 시도된 메타분석 역시 편익이전을 위한 중간단계로만 고려되었고 추정치의 수가 충분하지 않은 경우 통계적 유의성을 확보하기 어렵다는 문제가 있었다. 따라서 본 연구에서는 이러한 문제점을 베이지안 3단계 계층적 메타분석과 베이지안 메타회귀분석을 적용하여 극복하고자 하였다. 강·하천의 환경적 가치를 추정한 국내 선행연구를 바탕으로 베이지안 메타분석을 적용하여 강과 하천의 환경가치를 추정한 결과 전체 강/하천에 대한 지불의사는 베이지안 3단계 계층적 메타분석에서 37,860원/년/가구, 베이지안 메타회귀분석에서는 34,740원/년/가구로 추정되었다. 유역별로는 한강과 금강이 상대적으로 높은 지불의사를 나타내었으며, 서식지제공이나 생물다양성, 경관미 기능과 같은 간접적 수요를 갖는 환경서비스에 비해 수질이나 수량과 같이 직접적 수요를 나타내는 환경서비스에 대한 지불의사가 확연히 높은 것을 확인할 수 있었다. 베이지안 3단계 계층적 메타분석 결과를 바탕으로 우리나라 강/하천의 환경적 가치를 추정한 결과 연간 총 8,189억 1,180만원의 가치를 가지는 것으로 분석되었으며, 베이지안 메타회귀분석에서는 연간 총 7,628억 9,010만원의 가치를 갖는 것으로 분석되었다. Environmental valueation is the issue that has consistently interested in the academia. However, there was almost no study of evaluate a single significant value, and the some results of existing meta analysis are not significant when the number of the sample is not enough. This study estimates the environmental values of the rivers and the streams in South Korea by applying Bayesian meta-analysis based on the previous researches evaluating environmental values of the rivers and the streams. This study intends to overcome the drawback by using a Bayesian three-step hierarchical meta-analysis and a Bayesian meta-regression. As the results, willingness to pay for the rivers and the streams presents ₩37,860(₩/year/household) and ₩34,740(₩/year/household) in a Bayesian three-step hierarchical meta-analysis and Bayesian meta-regression, respectively. The results in Meta analysis show that the willingness to pay for the Han river and Geum-gang river were relatively high. Also, The willingness to pay for the environmental service, representing direct demand such as water quality and quantity is significantly higher than that of indirect demand such as habitat, biodiversity, and view. Based on the results of a Bayesian three-step hierarchical meta-analysis, the environmental value of river/stream was estimated to be 818 billion won per year, and based on the Bayesian meta-regression analysis, it was 763 billion won per year.

강수량의 계절 예측을 위한 베이지안 앙상블 MOS방법의 비교연구

조성일,이상인 한국데이터정보과학회 2019 한국데이터정보과학회지 Vol.30 No.2

본 논문은 기후예측 (climate forecasts)에 있어서 주로 사용되는 통계적 후처리 (statistical post-processing)방법을 검토한다. 특히 베이지안 통계학 (Bayesian statistics)을 이용한 기후예측에서 주로 사용되는 베이지안 선형 회귀모형 (Bayesian linear regression)과 베이지안 모형 평균화 (Bayesian model averaging) 두 가지 앙상블 MOS (ensemble model output statistics)방법을 설명하고 디리크레 과정 사전분포 (Dirichlet process prior)를 이용한 비모수 (nonparametric) 베이지안 접근법을 살펴본다. 세 가지 베이지안 앙상블 방법을 바탕으로 사후분포를 유도하고 마코프 체인 몬테 카를로 (Markov chain Monte Carlo) 방법을 통해 사후추론을 실시한다. 한국 지역의 강수량 자료로 부터 leave-one-out 교차타당성 (cross-validation) 방법을 이용하여 모형간의 성능을 비교한다. 모의 실험의 결과 베이지안 통계적 후처리 방법이 일반 순환모형보다 우수한 성능을 보이는 것을 확인하였다. This paper studies statistical post-processing methods for climate forecasts. In particular, we describe Bayesian linear regression model and Bayesian model averaging method which are the most popular methods, and explain a Bayesian nonparametric model using a Dirichlet process prior as an alternative of ensemble model output statistics. Based on three Bayesian ensemble model output statistics methods, the posterior distributions are derived and the posterior inferences are performed via Markov chain Monte Carlo methods. We compare three Bayesian ensemble model output statistics methods using leave-one-out cross-validation with precipitation data over Korean peninsula. The results show that the Bayesian ensemble model output statistics methods perform better than the general circulation model.

데이터마이닝의 베이지안 망 기법을 이용한 교통수단선택 모형의 설계 및 구축

김현기,김강수,이상민 대한교통학회 2004 대한교통학회지 Vol.22 No.2

데이터마이닝 (Data Mining)은 대용량의 데이터에 존재하는 관계, 패턴, 규칙 등을 효율적으로 탐색하여 이를 모형화함으로써, 유용한 정보로 추출·변환하는 일련의 과정이다. 특히 베이지안 망 (Bayesian Network)은 신경망, 유전자알고리즘, 퍼지이론 등과 더불어 데이터마이닝의 중요한 기법 중의 하나로서, 베이지안 통계 이론 (Bayesian Statistics Theory)를 적용하여 변수들간의 확률적인 관계를 기호화함으로써, 설명변수들과 종속변수들간의 인과관계를 파악할 수 있다.이 연구는 기존에 적용된 바가 없는 데이터마이닝의 베이지안 망을 이용하여 수도권 교통수단선택 모형을 구축한다. 2002년도 수도권 가구통행실태조사 자료의 사회·경제적 특성과 교통체계 특성을 반영하여 베이지안 망을 이용한 교통수단선택 모형을 설계·구축하여, 각 변수들간의 상관관계와 인과관계를 분석함으로써, 설명변수인 성과 연령의 구성비가 변하였을 때, 교통수단선택의 변화율(확률)을 예측한다.이 연구를 통해 현실에서는 내재하나 설명변수간의 복잡한 상관성을 배제하고 설명변수들과 교통수단선택간의 단순한 직선관계를 가정하는 기존 교통수단선택 모형의 한계를 극복할 수 있는 가능성을 제시한다. 또한 선택되지 않은 교통수단에 대한 정보의 부족으로 인한 교통수단선택 모형 구축의 어려움을 극복한다. 또한 다양한 교통정책에 따른 교통수단선택의 변화를 실시간으로 시뮬레이션 할 수 있는 방법론을 개발한다.

클러스터 엔진 시스템의 신뢰도 분석을 위한 베이지안 계층 모델링

유승우(Seung-Woo Yoo),신명호(Myoung Ho Shin) 대한기계학회 2021 대한기계학회 춘추학술대회 Vol.2021 No.4

본 논문에서는 가용한 사전 정보를 계층화 하여 표현하고, 지상연소시험 데이터를 업데이트하는 베이지안 계층 모형을 활용하여 액체로켓엔진의 신뢰도를 추정하였다. 모수 추정을 위하여 다양한 유형과 종류의 정보를 통합하여 활용하는 베이지안 계층 모델링을 위하여 사전분포 또는 관측 데이터 정보를 계층 구조로 구성하고, 액체로켓엔진의 고장 유형에 따라 2 가지의 베이지안 계층 모델을 병합하였다. 액체로켓엔진의 점화, 시동 및 천이구간에서 발생하는 고온 열충격, 점화 충격, 진동 등에 의한 부하증가형 고장은 이산형 분포에 해당되므로 베이지안 계층 이항 모델을 이용하고, 연소시간이 증가함에 따라 강도가 저하되거나 마모, 삭마, 열변형, 연소생성물의 침착, 피로 등의 고장 모드로 나타나는 강도 저하형 고장은 베이지안 계층 와이블 모델로 나타냈다. 이항 모델에서 개별 엔진의 임무 성공률은 이항분포로 가정하고, 이에 대한 사전분포는 공액사전분포인 베타분포, 초사전분포는 감마함수로 모델링하였다. 와이블 모델에서 고장발생 시간은 복합 시스템의 고장 분포에 근사한 와이블 분포로 모사하고, 고장이 발생하지 않은 시험에서의 사전 계획시간은 우측 중도 절단 데이터로 대입하였다. 클러스터 엔진 시스템은 우주발사체의 추진 및 제어를 위해 복수의 엔진을 결합하여 추력 성능을 얻는 시스템으로, 동일한 형상의 엔진을 다발 형태로 결합하고 개별적인 시동 및 제어시스템을 적용하는 반면 추진제 공급 계통은 공통으로 활용한다는 특징이 있다. 최종적으로 클러스터 엔진 시스템의 신뢰도를 추정하기 위해 개별 엔진의 시험 데이터를 이용하여 추정한 신뢰도와 클러스터 엔진 시스템의 시험 데이터로부터 추정한신뢰도를 함께 고려하였으며, 베이지안 통합 기법을 이용하여 신뢰도를 추정한 결과를 제시하였다. The reliability of liquid rocket engine is estimated by using the Bayesian hierarchical model that expresses available prior information hierarchically and updates based on the ground combustion test data. For Bayesian hierarchical modeling that integrates and utilizes various types and types of information for parameter estimation, prior distribution or observation data information is organized in a hierarchical structure, and two Bayesian hierarchical models are merged according to the failure type of the liquid rocket engine. Load-increasing failures caused by high-temperature thermal impact, ignition shock, and vibration occurring in the ignition, start and transition section of a liquid rocket engine are discrete distribution, we use the Bayesian hierarchical binomial model, and the strength decreases as the combustion time increases Intensity-degraded failures, which appear in failure modes such as wear, ablation, thermal deformation, deposition of combustion products, and fatigue, are represented by Bayesian hierarchical Weibull models. In the binomial model, the mission success rate of individual engines is assumed to be a binomial distribution, and the prior distributions are modeled as conjugated distributions of beta distribution, and the hyperprior distributions are modeled as gamma functions. In the Weibull model, the failure occurrence time was simulated as a Weibull distribution that approximates the failure distribution of the complex system, and the pre-planned time in the test where no failure occurred was substituted with the right censored data. The cluster engine system is a system that obtains thrust performance by combining multiple engines for propulsion and control of the space launch vehicle. The engines of the same shape are combined in bundle and individual engine start and control systems are applied, while the propellant supply system is common. Finally, to estimate the reliability of the cluster engine system, the reliability estimated from the individual engine test data and the combustion test or flight test results at the level of the clustered engine were considered together, and the estimated Bayesian reliability were presented.

베이지안 사회과학 방법론이란 무엇인가?

박종희(Jong-Hee Park) 고려대학교 평화와민주주의연구소 2014 평화연구 Vol.22 No.1

베이지안 방법이란 자료분석에서 확률이라는 수학적 언어를 이용해 연구자가 가진 불확실성을 체계적으로 기술하고자 하는 경험적 연구방법이다. 본 논문은 베이지안 통계를 간략히 소개하고 베이지안 통계가 경험적 사회과학 방법론으로서 갖는 의의를 논한다. 구체적으로, 베이지안 방법론은 빈도주의에 기반한 전통적 회귀모형이 갖는 제한성을 비표본자료 분석, 가설검정, 다층모형과 비선형모형 추정, 그리고 시간적·공간적 맥락의 존성의 측정 등의 측면에서 극복할 수 있는 중요한 대안적 연구방법이다. 이러한 논의를 뒷받침하기 위해 본 논문은 정치학 안에서 진행된 베이지안 연구의 대표적인 성과를 소개한다. Bayesian methods are a group of empirical methods that allow researchers to systematically describe various types of uncertainty involved in the process of data analysis using the mathematical language of probability. This paper introduces Bayesian statistics and discusses its implications as an empirical methodology for social scientists. I argue that the Bayesian methodology in social sciences is an effective empirical framework for the analysis of nonstochastic, multilevel, or historical data. Also, the Bayesian methodology can provide a more plausible framework for theory/hypothesis testing than the conventional null hypothesis test in a frequentist tradition. To illustrate the utility of the Bayesian methodology in political science, I discuss several important achievements in the application of the Bayesian methodology to questions in political science.

HR 애널리틱스 연구 및 실무에서의 베이지안 통계 활용 : 퇴임 임원의 데이터를 중심으로

이중학(Joonghak Lee),Steven Kim,송지훈(Jihoon Song),장다니엘(Daniel Jang) 한국인사관리학회 2020 조직과 인사관리연구 Vol.44 No.3

머신 러닝, 인공 지능 등의 기술로 대변되는 디지털 전환(digital transformation) 시대에 HR 역시 빠른 속도로 새로운 기술을 도입하고 있다. 특히 조직 내의 다양한데이 터와 이를 처리할 수 있는 기술을 활용한 HR 애널리틱스에 관심이 높아지고 있다. 최근 여러 HR 애널리틱스의 연구가 진행되고 있는데 질적 연구에 비해서 양적 연구는 절대적인 숫자가 적다고 할 수 있다. 많은 머신 러닝 방법과 인공 지능 방법은 베이지안 통계를 기반으로 하는데, 기존의 사회과학 연구와 빈도주의 통계에 더 익숙한 HR 애널리틱스 연구자 및 실무자들 사이에서는 베이지안 통계의 이해와 활용에 익숙하지 않기도 하다. 베이지안 네트워크, naive 베이즈, 토픽 모델링 등 예측적 목적의 비즈니스 애널리틱스(business analytics)에서 다양한방 법을 활용함에도 불구하고 HR 분야에서는 베이지안 통계의 자세한 소개 및 그 활용이 거의 이뤄진 바 없다. 본 연구에서는 폭넓은 HR 애널리틱스의 활용을 위해서 베이지안 통계의 소개와 베이지안 통계 방법론을 활용한데이 터 분석의 사례를 분석하였다. 더불어, 조직 임원의 데이터를 분석하여 어떠한역 량이 퇴임할 확률과 관계가 높은지를 설명하였다. 이는 HR애널리틱스에서 큰 관심이 있는 성공/실패하는 리더의 특성 연구와 맥을 같이하며, 국내에서는 거의 진행된 바 없으므로 학문적/실무적 기여점이 높다고 할 수 있다. In the era of digital transformation, which is represented by technologies such as machine learning and artificial intelligence, HR is also rapidly adopting new technologies. In particular, there have been increased interests in HR analytics which utilizes the technologies to process various data collected in organizations. Among recent studies related to HR analytics, the number of quantitative research is less than the number of qualitative research. Many methods in machine learning and artificial intelligence are based on Bayesian statistics, but researchers and practitioners in HR Analytics, who are more experienced in social science and frequentist statistics, have relatively less experiences in the Bayesian methods. Despite the use of various methods in predictive business analytics such as Bayesian network, naive Bayes and topic modeling, Bayesian statistics has not been thoroughly introduced and has been rarely used in the HR fields. In this study, we provide an introduction to Bayesian statistics and examples of Bayesian data analysis for the wide use of Bayesian methods in HR analytics. In addition, we analyzed data of executives in an organization and explained which capability is highly associated with the probability of retirement. This is in line with HR analytics studies that characterizes successful and unsuccessful leaders, which is of great interest, and this research has contributions to both academia and practice as there has been little progress in Korea.

Feasible Bayesian Implementation When Endowments are Unknown

Byungchae Rhee(이병채) 충남대학교 경영경제연구소 2019 경영경제연구 Vol.41 No.1

개인들의 선호체계는 알려져 있지만 부존자원이 알려지지 않은 상황을 가정한다. 이 경우 베이지안 제도실현(Bayesian Implementation) 문제는 적합성(feasibility) 조건에 의해 많은 문제가 발생할 수 있다. 본 논문은 공공재가 존재하는 교환경제에서 참가자가 3인 이상인 경우, 베이지안 단조성(Bayesian Monotonicity)과 베이지안 유인부합성(Bayesian Incentive Compatibility)이 사회선택규칙(Social Choice Rule)을 베이지안 내쉬균형으로 실현가능하게 만들기 위한 필요충분조건이 됨을 보인다. In this paper, we study a feasible Bayesian implementation problem for exchange economies with public goods when preferences are known but endowments unknown. We show that for exchange economies with public goods and at least three agents, a social choice rule can be implemented by a feasible mechanism in Bayesian Nash equilibrium if and only if it is Bayesian monotonic and Bayesian incentive compatible.

대화형 에이전트의 주제 추론을 위한 계층적 베이지안 네트워크의 자동 생성

임성수(Sungsoo Lim),조성배(Sung-Bae Cho) 한국정보과학회 2006 정보과학회논문지 : 소프트웨어 및 응용 Vol.33 No.10

최근에 대화형 에이전트에서 사용자 질의의 주제 추론을 위하여 베이지안 네트워크가 효과적임이 발표되었다. 하지만 베이지안 네트워크는 설계에 있어서 많은 시간이 소요되며, 스크립트(대화를 위한 데이타베이스)의 추가 · 변경시에는 베이지안 네트워크도 같이 수정해야 하는 번거로움이 있어 대화형 에이전트의 확장성을 저해하고 있다. 본 논문에서는 스크립트로부터 베이지안 네트워크를 자동으로 생성함으로써 베이지안 네트워크를 이용한 대화형 에이전트의 확장성을 높이는 방법을 제안한다. 제안한 방법은 베이지안 네트워크의 구성노드를 계층적으로 설계하고, Noisy-OR gate를 사용하여 베이지안 네트워크의 조건부 확률 테이블을 구성한다. 피험자 10명이 대화형 에이전트를 위한 베이지안 네트워크를 수동 설계한 것과 비교한 결과 제안하는 방법이 효과적임을 알 수 있었다. Recently it is proposed that the Bayesian networks used as conversational agent for topic inference is useful but the Bayesian networks require much time to model, and the Bayesian networks also have to be modified when the scripts, the database for conversation, are added or modified and this hinders the scalability of the agent. This paper presents a method to improve the scalability of the agent by constructing the Bayesian network from scripts automatically. The proposed method is to model the structure of Bayesian networks hierarchically and to utilize Noisy-OR gate to form the conditional probability distribution table (CPT). Experimental results with ten subjects confirm the usefulness of the proposed method.

모바일 컨텍스트 로그를 사용한 속성별 베이지안 네트워크 기반의 랜드마크 예측 모델 학습

이병길(Byung-Gil Lee),임성수(Sungsoo Lim),조성배(Sung-Bae Cho) 한국인지과학회 2009 인지과학 Vol.20 No.4

모바일 장비에서 수집되는 정보는 개인의 기억을 보조하기 위한 수단으로 활용될 수 있지만, 그 양이 너무 많아 사용자가 효과적으로 검색하기에는 어려움이 있다. 데이터를 사람의 기억과 유사한 에피소드 방식으로 저장하기 위해 중요 이벤트인 랜드마크를 탐지하는 것이 필요하다. 본 논문에서는 사용자에게 새로운 서비스를 제공하기 위해서 다양한 컨텍스트 로그 정보로부터 자동으로 랜드마크를 찾아내는 속성별 베이지안 랜드마크 예측 모델을 제안한다. 랜드마크 예측 정확도를 높이기 위해 요일별, 주간별로 데이터를 나누고 다시 수집된 경로에 따른 속성으로 분류하여 학습을 통해 베이지안 네트워크를 생성하였다. 노키아의 로그데이터로 실험한 결과, 베이지안 네트워크를 사용한 방법이 SVM을 사용한 방법보다 예측성능이 높았으며, 주간별 및 요일별로 설계한 베이지안 네트워크에 비해 제안한 방법인 속성별 베이지안 네트워크의 성능이 가장 우수하였다. Information collected on mobile devices might be utilized to support user's memory, but it is difficult to effectively retrieve them because of the enormous amount of information. In order to organize information as an episodic approach that mimics human memory for the effective search, it is required to detect important event like landmarks. For providing new services with users, in this paper, we propose the prediction model to find landmarks automatically from various context log information based on attributed Bayesian networks. The data are divided into daily and weekly ones, and are categorized into attributes according to the source, to learn the Bayesian networks for the improvement of landmark prediction. The experiments on the Nokia log data showed that the Bayesian method outperforms SVMs, and the proposed attributed Bayesian networks are superior to the Bayesian networks modelled daily and weekly.

베이지안 네트워크를 이용한 융합교육 지식진단시스템 연구: 과학 고등학교 1학년 학생을 대상으로

이종학,윤마병 사단법인 인문사회과학기술융합학회 2016 예술인문사회융합멀티미디어논문지 Vol.6 No.8

본 연구는 학습의 결과로서 구조화된 개념들 간에는 위계 관계로 형성된다는 가정을 기초로, 고등학교 1학년 학생들이 구성한 수학적 내용과 개념들의 관련성과 위계적인 순서에 따라 지식 보유 여부를 진단할 수 있는 지식진단시스템을 개발하고자 하였다. 이를 위해 학습자가 구성한 지식의 진단에 베이지안 네트워크를 활용할 수 있는 이론적 기반을 탐색하고, 고등학교 1학년 수학 내용을 노드로 하여 각 노드마다 조건부 확률표를 갖고, 임의의 노드들에 배정된 확률값을 기반으로 목표 노드가 가질 조건 확률값을 계산하는 베이지안 네트워크 모델을 구성하였으며, 구성된 베이지안 네트워크 모델을 적용한 실제 지식진단시스템을 개발하였다. 개발한 베이지안 네트워크를 활용한 지식진단시스템은 피험자의 개별화된 인지적 특성에 유사한 지식의 측정을 가능하게 하여 학생들이 갖고 있는 지식을 수학적으로 정확하게 예상할 수 있도록 하였다. 지식진단시스템을 자동화함으로써 앞으로 교육 전산망인 NEIS와 연계가 될 수 있다면 학생들의 시험 정보를 기반으로 융합교육 분야에서 피험자의 지식 진단에 효과적으로 활용될 수 있는 가능성을 보여 준다. This study aims to develop a knowledge diagnosis system that can effectively diagnose the knowledge retention status based on the relevance and hierarchical order of mathematical contents, which are constructed by the first-year high school students, based on the hypothesis that structured concepts that result from learning are systemized in hierarchy. For that purpose, a theoretical base where the Bayesian network can be used in the diagnosis of the knowledge constructed by learners was explored and the conditional probability table was established for each node, which is the mathematical contents in the first year of high school. Based on the probability values assigned to random nodes, the Bayesian network model that calculates the conditional probability value of the node was constructed; then, an actual knowledge diagnosis system, where the constructed Bayesian network model was applied, was developed. Using the Bayesian network knowledge developed diagnostic system makes it possible to measure the knowledge of similar personalized cognitive characteristics of the students. It can accurately predict by students’ mathematical knowledge. By automating the knowledge diagnosis system, it may be associated with the school computer network NEIS. There is a possibility that the convergence education based on student test information can be effectively used to diagnose students' knowledge.